سپنتا کتاب اکسپرس
کتاب جستجوی شناختی پیشرفته با PyTorch

کتاب جستجوی شناختی پیشرفته با PyTorch

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جستجوی شناختی پیشرفته با PyTorch

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: پردازش زبان طبیعی و بازیابی اطلاعات

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر جستجوی شناختی
  • 2. مبانی یادگیری ماشین برای جستجو
  • 3. معماری‌های شبکه‌های عصبی
  • 4. شبکه‌های عصبی کانولوشنال (CNN)
  • 5. شبکه‌های عصبی بازگشتی (RNN)
  • 6. شبکه‌های ترنسفورمر و توجه
  • 7. پردازش زبان طبیعی (NLP)
  • 8. نمایش کلمات (Word Embeddings)
  • 9. Word2Vec و GloVe
  • 10. تعبیه‌های متنی (Contextual Embeddings)
  • 11. BERT و مدل‌های مشابه
  • 12. تنظیم دقیق (Fine-tuning) مدل‌های زبانی
  • 13. مبانی بازیابی اطلاعات
  • 14. شاخص‌گذاری (Indexing) اسناد
  • 15. ساختارهای داده برای بازیابی
  • 16. الگوریتم‌های رتبه‌بندی اولیه
  • 17. TF-IDF و BM25
  • 18. جستجوی معنایی
  • 19. شباهت معنایی با تعبیه‌ها
  • 20. استفاده از ترنسفورمرها در بازیابی
  • 21. مدل‌های مبتنی بر پرس‌وجو-سند
  • 22. مدل‌های مبتنی بر سند-پرس‌وجو
  • 23. مدل‌های دو-مرحله‌ای
  • 24. موتورهای جستجوی مدرن
  • 25. معرفی Elasticsearch
  • 26. مفاهیم اصلی Elasticsearch
  • 27. تحلیل متن و واژگان در Elasticsearch
  • 28. شخصی‌سازی جستجو
  • 29. سیستم‌های توصیه‌گر
  • 30. مبانی سیستم‌های توصیه‌گر
  • 31. فیلترینگ مشارکتی
  • 32. فیلترینگ مبتنی بر محتوا
  • 33. ترکیب روش‌ها در توصیه‌گرها
  • 34. جستجوی پرسش-پاسخ (Question Answering)
  • 35. مبانی QA
  • 36. QA مبتنی بر استخراج
  • 37. QA مبتنی بر تولید
  • 38. چارچوب‌های QA
  • 39. جستجوی اسناد مرتبط
  • 40. استخراج اطلاعات
  • 41. تشخیص موجودیت نام‌دار (NER)
  • 42. استخراج رابطه
  • 43. خلاصه‌سازی متن
  • 44. خلاصه‌سازی استخراجی
  • 45. خلاصه‌سازی تولیدی
  • 46. ارزیابی مدل‌های NLP
  • 47. معیارهای ارزیابی QA
  • 48. معیارهای ارزیابی خلاصه‌سازی
  • 49. مبانی PyTorch
  • 50. تنسورها و عملیات
  • 51. شبکه‌های عصبی در PyTorch
  • 52. آموزش مدل در PyTorch
  • 53. بهینه‌سازها در PyTorch
  • 54. توابع زیان در PyTorch
  • 55. مدیریت داده در PyTorch
  • 56. ساخت مجموعه داده سفارشی
  • 57. بارگذاری داده‌های متنی
  • 58. پیش‌پردازش متن برای PyTorch
  • 59. آماده‌سازی داده برای مدل‌های ترنسفورمر
  • 60. استفاده از Hugging Face Transformers
  • 61. بارگذاری مدل‌های از پیش آموزش‌دیده
  • 62. تنظیم دقیق مدل BERT برای جستجو
  • 63. تنظیم دقیق مدل BERT برای QA
  • 64. پیاده‌سازی جستجوی معنایی با PyTorch
  • 65. استفاده از تعبیه‌های متنی برای جستجو
  • 66. ساخت شاخص معنایی
  • 67. جستجو با استفاده از شباهت کسینوسی
  • 68. بهینه‌سازی جستجوی معنایی
  • 69. جستجوی پرسش-پاسخ با PyTorch
  • 70. ساخت مدل QA با PyTorch
  • 71. ارزیابی مدل QA
  • 72. جستجوی شناختی در عمل
  • 73. کاربردها در کسب‌وکار
  • 74. جستجوی سازمانی
  • 75. جستجوی مشتری
  • 76. جستجوی داخلی
  • 77. جستجوی اسناد حقوقی
  • 78. جستجوی اسناد پزشکی
  • 79. جستجوی اخبار و رسانه
  • 80. جستجوی محتوای آموزشی
  • 81. جستجوی محصولات
  • 82. چالش‌های جستجوی شناختی
  • 83. کیفیت داده‌ها
  • 84. مقیاس‌پذیری
  • 85. تفسیرپذیری مدل‌ها
  • 86. امنیت داده‌ها
  • 87. حفظ حریم خصوصی
  • 88. اخلاقیات در هوش مصنوعی
  • 89. سوگیری در مدل‌ها
  • 90. مدل‌های عادلانه
  • 91. آینده جستجوی شناختی
  • 92. جستجوی چندوجهی
  • 93. جستجوی بلادرنگ
  • 94. جستجوی تعاملی
  • 95. تکنیک‌های پیشرفته برای جستجو
  • 96. یادگیری تقویتی در جستجو
  • 97. شبکه‌های مولد تخاصمی (GAN) در جستجو
  • 98. فدرال لرنینگ در جستجو
  • 99. جستجوی مبتنی بر دانش
  • 100. گراف‌های دانش

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.